UTF-8与PHP ob_get_clean / include_once + htmlentities不正确吗？

Question

我猜这类似于在PHP中转换ob_get_clean结果 ，但是该答案对我没有帮助-因此，我为我的问题做了一个最小的“有效”示例。 此测试中包含三个文件：

utftest.txt

øæå jeść ясть

utftempl.txt

<?php echo htmlentities( $content ); ?>

utftest.php

<?php

  echo 'Current PHP version: ' . phpversion() . "\r\n\r\n";

  $content = file_get_contents("utftest.txt");
  $templateFile = "utftempl.txt";
  ob_start();
  include_once($templateFile);
  $file_output = ob_get_clean();
  print_r($file_output);

?>

我假设utftest.txt已正确编码为UTF-8，否则这里是hexdump：

$ hexdump -C utftest.txt 
00000000  c3 b8 c3 a6 c3 a5 20 6a  65 c5 9b c4 87 20 d1 8f  |...... je.... ..|
00000010  d1 81 d1 82 d1 8c 0a                              |.......|
00000017

我使用php-cli解释器和php utftest.php运行此测试。 在本地PC上，我在终端中获得以下输出：

$ php utftest.php
Current PHP version: 5.5.9-1ubuntu4.14

øæå jeść ясть

...这就是我所期望的。 但是，当我将其上传到远程服务器并通过ssh登录到远程服务器并在终端中执行相同的测试时，我得到了：

$ php utftest.php 
Current PHP version: 5.3.10-1ubuntu3.21

øæå jeÅ�Ä� ÑNtilde;�Ñ�Ñ�

因此，由于某种原因，在服务器上，我得到了更多的HTML实体，以及一些二进制字符？

为什么会这样-是因为不同的PHP版本？ 以及如何在服务器上正确运行此测试脚本？

Answer 1

好吧，我想我找到了答案：

htmlentities销毁utf-8字符串

htmlentities（）采用可选的第三参数编码，该编码定义了转换中使用的编码。 从PHP 5.6.0起，default_charset值用作默认值。 从PHP 5.4.0开始，UTF-8是默认设置。 PHP 5.4.0之前的版本，默认使用ISO-8859-1。

因此，确实的问题是PHP版本。 所以解决方法是在utftempl.txt使用：

<?php //echo htmlentities( $content );
echo htmlentities( $content , ENT_QUOTES, "UTF-8");
?>

然后两个版本都可以正确执行所有操作...

这也是utftest.php的修改版本，带有更多调试输出：

<?php

  echo 'Current PHP version: ' . phpversion() . "\r\n\r\n";

  $content = file_get_contents("utftest.txt");
  print_r($content);
  echo "\r\nENC1: " . mb_detect_encoding($content) . "\r\n\r\n" ;
  $templateFile = "utftempl.txt";
  ob_start();
  include_once($templateFile);
  $file_output = ob_get_clean();
  print_r($file_output);
  echo "\r\nENC2: " . mb_detect_encoding($file_output) . "\r\n\r\n" ;
  echo htmlentities( "øæå jeść ясть" ) . "\r\n\r\n" ;
  echo htmlentities( "øæå jeść ясть", ENT_QUOTES, "UTF-8") . "\r\n\r\n" ;

?>